[发明专利]一种动力设备故障预测模型在线应用的方法及应用系统

说明书

本发明属于信息技术领域，公开了一种动力设备故障预测模型在线应用的方法及应用系统，将由不同的预测方法生成的动力设备故障预测模型按照不同设备的故障分类，离线生成设备故障预测模型库；将故障预测模型库部署到现网运行系统中，对当前系统进行设备故障预测，在线生成维修或维护计划；对部分故障类型的预测模型进行重训练，在线或离线更新设备故障预测模型库。本发明将离线生成的故障预测模型应用到在线系统中，可以实时了解设备可能出现的故障，并为决策者提供该设备的维修或维护计划，做到提前检修，从而避免了因设备故障而给通信设备带来的停机隐患。

技术领域

本发明属于信息技术领域，尤其涉及一种动力设备故障预测模型在线应用的方法及应用系统。

背景技术

目前，动环监控系统主要用来监控动力设备的运行状况，动力设备包括开关电源、空调、油机，蓄电池组，高低压配电等，该系统主要由采集单元、中心平台服务器、显示客户端组成，每个组成模块都会对应一台或多台物理设备实体，其中，中心平台服务器可以部署在云端。该系统用来在线远程监测通信局站动力及环境设备的运行参数。当动力设备发生故障后，通过该系统可以实现快速呈现，快速响应，快速派单，做到及时有效地消除故障。但有时因故障未及时处理，会影响到通信主设备的正常运行。

预测性维护技术可以提前预知故障可能发生的时间，提前做出维护或维修计划，防患于未然，而预测性维护要求大量的设备数据进行建模，而在动环监控系统的实际运行环境中存在大量的历史数据，可以为动力设备故障预测模型的建立提供很好的实验素材。

当前动力设备预测性维护的建模主要是在实验室中利用历史数据进行模拟，未形成可部署到动环监控系统中的有效预测模型库，更未在实时运行的监控系统中使用，因此需要采取合适的方法，将实验建立的模型有效应用到实际运行环境中，满足故障的提前预测，提前对设备进行检修。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有技术因是在动力设备故障发生后进行处理，存在故障处理不及时而影响通信主设备正常运行的隐患。

(2)现有技术未形成可部署到动环监控系统中的有效动力设备故障预测模型库，更未在实时运行的监控系统中使用。

(3)现有技术中不存在动态更新动力设备故障预测模型库的方法。

解决以上问题及缺陷的难度为：

解决现有技术问题的关键难点其一在于故障预测模型库的生成，允许使用不同的预测方法对不同的故障类型生成不同预测模型，同时故障预测模型库能够被在线使用，从而保证不同故障类型能够使用有效的预测模型满足最佳的预测效果；其二在于故障预测模型库的动态更新，为避免出现所生成的故障预测模型的不准确，允许对预测模型进行在线或离线动态更新，使对故障的预测更能满足于实际现场真实情况。

解决以上问题及缺陷的意义为：

(1)改变故障发生后对故障处理的模式，实现在故障发生前提前预测，以便有更充裕的时间处理故障，避免因设备故障处理不及时而给通信主设备带来的停机隐患；

(2)进行动力设备故障预测的主要目的就是为了在故障发生前预测故障，因此必须将离线产生的动力设备预测模型部署到实际运行系统中，才能发挥作用。

(3)故障预测的越准确，在实际应用中发挥的作用就越大，因此必须不断地根据实际运行数据更新故障预测模型，使故障预测模型越来越准确，因此需要增加故障预测模型的动态训练机制。

发明内容

针对现有技术存在的问题，本发明提供了一种动力设备故障预测模型在线应用的方法及应用系统。本发明还能应用于其他工业设备。

本发明是这样实现的，一种故障预测模型在线应用的方法，包括：